MétaCan
Menu
Retour à la cohorte
Enregistrement W4386092904 · doi:10.31234/osf.io/m5p4k

Effectiveness of a Process Based Intervention in Decreasing Internalized Ageism

2023· preprint· en· W4386092904 sur OpenAlexaff
Dallas J. Murphy, Corey S. Mackenzie, Michelle M. Porter, Judith G. Chipperfield

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMindfulnessIntervention (counseling)RetrainingPsychologyFlexibility (engineering)Successful agingClinical psychologyPerceptionGerontologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Objectives: Exposure to ageism may be internalized in older adults, and this can have severe consequences. However, little research has addressed reducing internalized ageism. Thus, Reimagine Aging, a six-week process-based intervention to reduce internalized ageism was designed and implemented, using education, acceptance and commitment therapy, and attributional retraining to target theoretically based mechanisms of change. Method: 72 older adults (M = 70.4 years, SD = 6.4 years) participated in Reimagine Aging, consented to participate in this research, and provided valid data. Participants completed questionnaires prior to the intervention, immediately following the intervention, and at a two-month follow-up. Results: Participants’ self-perceptions of aging and perceptions of older adults became significantly more positive, associated with large effect sizes (partial eta squared = 0.37 and 0.27 respectively). Furthermore, these positive gains were mediated by increases in psychological flexibility, mindfulness, and perceived control. Discussion: This study provides initial support for the effectiveness of this process-based intervention targeting a reduction of internalized ageism. This has the potential to reduce the harmful consequences of internalized ageism impacting older adults globally.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,089
Tête enseignante GPT0,471
Écart entre enseignants0,381 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAging and Gerontology ResearchTravaux en français237 207